本文選題：高光譜成像 + 化學(xué)計(jì)量學(xué)��； 參考：《光譜學(xué)與光譜分析》2017年08期

【摘要】：人的面部信息與指紋和虹膜一樣可以用于人的身份鑒別,并且相比之下更容易實(shí)現(xiàn)遠(yuǎn)距離的分辨和識別。利用高光譜成像技術(shù)可以應(yīng)用到人臉識別領(lǐng)域并獲取豐富的信息和龐大的成像數(shù)據(jù)量,需要采用化學(xué)計(jì)量學(xué)方法才能充分提取其中包含的有效信息,并為計(jì)算機(jī)識別奠定基礎(chǔ)。研究了可見-近紅外高光譜成像技術(shù)對人的面部信息進(jìn)行分析的可行性。結(jié)果表明,多元曲線分辨-交替最小二乘方法不同于主成分分析,能夠通過主成分純光譜和相對濃度等具有具體物理化學(xué)意義的數(shù)據(jù)表征人的面部信息,而且可以方便地根據(jù)成像數(shù)據(jù)的特點(diǎn)施加運(yùn)算中的約束。另外,采用偏最小二乘判別分析的方法實(shí)現(xiàn)了對不同膚色的皮膚信號光譜進(jìn)行分類。白種人和黃種人的面部高光譜信息特征相似,分類難度高于深色皮膚人種。
[Abstract]:Human facial information, like fingerprints and iris, can be used for identification, and it is easier to distinguish and recognize people from a long distance. Using hyperspectral imaging technology can be applied to face recognition and obtain abundant information and large amount of imaging data. It is necessary to use chemometrics to extract the effective information contained therein and to lay a foundation for computer recognition. The feasibility of visible-near infrared hyperspectral imaging to analyze human facial information is studied. The results show that the multivariate curve resolution-alternating least squares method is different from principal component analysis in that it can represent human face information through physical and chemical data of specific physical and chemical significance such as principal component spectrum and relative concentration. Moreover, it is convenient to impose the constraints in the operation according to the characteristics of the imaging data. In addition, partial least squares discriminant analysis is used to classify the spectrum of skin signals with different skin colors. The features of facial hyperspectral information of white and yellow people are similar, and the difficulty of classification is higher than that of dark skin.
【作者單位】： 首都師范大學(xué)化學(xué)系;
【基金】：國家重大科學(xué)儀器專項(xiàng)項(xiàng)目(2012YQ140005)資助
【分類號】：O657.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 張令標(biāo);何建國;王松磊;劉貴珊;賀曉光;羅瑞明;;高光譜成像技術(shù)在肉品無損檢測中的應(yīng)用及進(jìn)展[J];河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

2 曲佳歡;馬驥;孫大文;吳迪;曾新安;;高光譜成像在食品質(zhì)量評估方面的研究進(jìn)展與應(yīng)用(一)[J];肉類研究;2012年04期

3 張?bào)憷?劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術(shù)的油菜葉片氮含量及分布快速檢測[J];光譜學(xué)與光譜分析;2014年09期

4 張令標(biāo);何建國;劉貴珊;王松磊;賀曉光;王偉;;基于可見/近紅外高光譜成像技術(shù)的番茄表面農(nóng)藥殘留無損檢測[J];食品與機(jī)械;2014年01期

5 王家云;王松磊;賀曉光;何建國;吳龍國;劉貴珊;;基于NIR高光譜成像技術(shù)的灘羊肉內(nèi)部品質(zhì)無損檢測[J];現(xiàn)代食品科技;2014年06期

6 鄒小波;李志華;石吉勇;黃曉瑋;;高光譜成像技術(shù)檢測肴肉新鮮度[J];食品科學(xué);2014年08期

7 徐爽;何建國;賀曉光;易東;劉貴珊;王松磊;;基于高光譜技術(shù)的長棗內(nèi)外品質(zhì)同時檢測[J];光電子.激光;2013年10期

相關(guān)博士學(xué)位論文 前1條

1 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 熊振杰;基于高光譜成像技術(shù)的雞肉品質(zhì)快速無損檢測[D];華南理工大學(xué);2015年

2 鐘謝偉;漫反射譜分析獲取皮膚組織生理特性參數(shù)[D];華中科技大學(xué);2015年

3 思振華;基于高光譜圖像技術(shù)的羊肉表面污染及病變快速檢測方法研究[D];寧夏大學(xué);2014年

，

本文編號：1889735